「数据会说谎」的真实例子有哪些
作者 / 曾加今天早上 ， 我无意间看到一则微博 ， 是在讲「上海出生率下降」的：
看了这则微博 ， 我的第一反应就是：数据不真实 。「出生率下降」这个事实 ， 我们都是知道的 ， 你说出生人数降低一半甚至 70% ， 也许都有一定的可信度 ， 但 ， 1990 年的时候其实上海已经是在「计划生育」了 ， 你要说 2020 年的出生人数是 1990 年的 6% ， 一代人就可以让出生率降一个数量级 ， 打死我我都不会相信的 。为了说明这个数据的荒谬性 ， 我脑海里浮现出一组我所熟知的数据：2006 年 ， 上海参加中考的人数大约是 12 万人 。由于上海的在初中升高中（以及三校）的升学率很接近 100% ， 而这其中 ， 绝大部分人都会参加中考 ， 所以可以近似认为 1990.9～1991.8 ， 出生的人数也应该在这个数量级 ， 12 万再多一点 ， 顶多 15 万吧 。一年有 365 天 ， 所以在 1990 年附近 ， 平均每天出生 300 多个人 ， 所以 1990 年 1 月 1 日出生 2784 人 ， 这个数是绝对有问题的 。可是 ， 这条微博的作者傅蔚冈也算是有头有脸的人物 ， 浙大毕业 ， 上海金融与法律研究院 工作 ， 不像是会信口胡说的人 。 而他所使用的数据源 ， 「上海发布」公众号 ， 也算政务号了 ， 数据也不应该造假 ， 那究竟是怎么一回事呢？我看了下公众号的数据 ， 数据看起来好像是真的：
那么 ， 换个其他日期试试？的确 ， 如果把日期换成了一个非特殊日期（比如 1 月 1 日、10 月 1 日） ， 出生的人数会有所减少 ， 但基本上也有 1000 多 ， 那么如果把 1990 年出生的人数全部加起来 ， 估计也至少有 50 万以上了 。但这和上海 2006 年参加中考的人数完全对不上 。 肯定是哪里有问题了 。于是我又看了一遍公众号的页面 ， 终于注意到几个小字：「本市户籍人员」 。本市户籍人员 ， 并不一定需要参加中考 ， 也并不一定要在本市出生 ， 这其中有很大一部分 ， 都是出生在其他城市 ， 在本科或者研究生毕业以后 ， 积分到位 ， 拿到上海户籍的 。 当然 ， 还有一部分是父母拿到了上海户籍 ， 然后帮助孩子在大学毕业前就拿到户籍的（这也是 2000 年 1 月 1 日出生率偏高 的原因） 。 因此 ， 在年龄还小的时候 ， 他们是不会出现在这个统计里的 。 但如果你在 2050 年再去统计 2020 年 1 月 1 日出生的「本市户籍人口」 ， 肯定也不会是 156 ， 说不定有 1560 。因此 ， 对比 2020、2010、2000、1990 年的出生人数 ， 并不能得出「出生率断崖下降」的结论 ， 反而能得出：出生地不在上海的「新上海人」占比非常高 。这就是「数据口径偏差导致的结论偏差」 。来源：知乎
推荐阅读
- 张丽|一组数据读懂相城环卫的小长假
- 小了白了兔|清华是美国人才基地? 清华校长喊冤: 你们都看看这两组数据
- 看动画电影《姜子牙》了解“和平演变”战略的祖师
- 赋能新时代 习近平的大数据之道
- 大数据辅助政府经济决策大有可为
- 生活里的创意|看数据巧报名，看2020国考报考数据，巧报2021国家公务员！
- 老实人|“老实人”不被领导提拔，逃不过这几个真实的原因，看看你占几条
- 真实的世界不是无神论所说的世界
- 清朝|历史上，真实的刘墉是怎么样的？他竟然真敢跟乾隆抢“龙印”
- 真实的世界，不是无神论所说的的世界